初始化项目,由ModelHub XC社区提供模型
Model: HuggingFaceH4/starchat-beta Source: Original Platform
This commit is contained in:
145
trainer_state.json
Normal file
145
trainer_state.json
Normal file
@@ -0,0 +1,145 @@
|
||||
{
|
||||
"best_metric": null,
|
||||
"best_model_checkpoint": null,
|
||||
"epoch": 5.901639344262295,
|
||||
"global_step": 90,
|
||||
"is_hyper_param_search": false,
|
||||
"is_local_process_zero": true,
|
||||
"is_world_process_zero": true,
|
||||
"log_history": [
|
||||
{
|
||||
"epoch": 0.07,
|
||||
"learning_rate": 0.0,
|
||||
"loss": 1.8309,
|
||||
"step": 1
|
||||
},
|
||||
{
|
||||
"epoch": 0.52,
|
||||
"learning_rate": 2e-05,
|
||||
"loss": 1.5321,
|
||||
"step": 8
|
||||
},
|
||||
{
|
||||
"epoch": 0.98,
|
||||
"eval_loss": 1.2855817079544067,
|
||||
"eval_runtime": 6.6367,
|
||||
"eval_samples_per_second": 30.437,
|
||||
"eval_steps_per_second": 1.055,
|
||||
"step": 15
|
||||
},
|
||||
{
|
||||
"epoch": 1.05,
|
||||
"learning_rate": 2e-05,
|
||||
"loss": 1.35,
|
||||
"step": 16
|
||||
},
|
||||
{
|
||||
"epoch": 1.57,
|
||||
"learning_rate": 2e-05,
|
||||
"loss": 1.2071,
|
||||
"step": 24
|
||||
},
|
||||
{
|
||||
"epoch": 1.97,
|
||||
"eval_loss": 1.2619894742965698,
|
||||
"eval_runtime": 5.1554,
|
||||
"eval_samples_per_second": 39.183,
|
||||
"eval_steps_per_second": 1.358,
|
||||
"step": 30
|
||||
},
|
||||
{
|
||||
"epoch": 2.1,
|
||||
"learning_rate": 2e-05,
|
||||
"loss": 1.1502,
|
||||
"step": 32
|
||||
},
|
||||
{
|
||||
"epoch": 2.62,
|
||||
"learning_rate": 2e-05,
|
||||
"loss": 1.0162,
|
||||
"step": 40
|
||||
},
|
||||
{
|
||||
"epoch": 2.95,
|
||||
"eval_loss": 1.285272240638733,
|
||||
"eval_runtime": 5.1992,
|
||||
"eval_samples_per_second": 38.852,
|
||||
"eval_steps_per_second": 1.346,
|
||||
"step": 45
|
||||
},
|
||||
{
|
||||
"epoch": 3.15,
|
||||
"learning_rate": 2e-05,
|
||||
"loss": 0.9511,
|
||||
"step": 48
|
||||
},
|
||||
{
|
||||
"epoch": 3.67,
|
||||
"learning_rate": 2e-05,
|
||||
"loss": 0.8484,
|
||||
"step": 56
|
||||
},
|
||||
{
|
||||
"epoch": 4.0,
|
||||
"eval_loss": 1.3274288177490234,
|
||||
"eval_runtime": 5.1899,
|
||||
"eval_samples_per_second": 38.922,
|
||||
"eval_steps_per_second": 1.349,
|
||||
"step": 61
|
||||
},
|
||||
{
|
||||
"epoch": 4.2,
|
||||
"learning_rate": 2e-05,
|
||||
"loss": 0.7971,
|
||||
"step": 64
|
||||
},
|
||||
{
|
||||
"epoch": 4.72,
|
||||
"learning_rate": 2e-05,
|
||||
"loss": 0.6981,
|
||||
"step": 72
|
||||
},
|
||||
{
|
||||
"epoch": 4.98,
|
||||
"eval_loss": 1.3993656635284424,
|
||||
"eval_runtime": 5.213,
|
||||
"eval_samples_per_second": 38.749,
|
||||
"eval_steps_per_second": 1.343,
|
||||
"step": 76
|
||||
},
|
||||
{
|
||||
"epoch": 5.25,
|
||||
"learning_rate": 2e-05,
|
||||
"loss": 0.6462,
|
||||
"step": 80
|
||||
},
|
||||
{
|
||||
"epoch": 5.77,
|
||||
"learning_rate": 2e-05,
|
||||
"loss": 0.5668,
|
||||
"step": 88
|
||||
},
|
||||
{
|
||||
"epoch": 5.9,
|
||||
"eval_loss": 1.4719988107681274,
|
||||
"eval_runtime": 5.1996,
|
||||
"eval_samples_per_second": 38.849,
|
||||
"eval_steps_per_second": 1.346,
|
||||
"step": 90
|
||||
},
|
||||
{
|
||||
"epoch": 5.9,
|
||||
"step": 90,
|
||||
"total_flos": 383994839433216.0,
|
||||
"train_loss": 0.9728257921006944,
|
||||
"train_runtime": 2307.7787,
|
||||
"train_samples_per_second": 10.108,
|
||||
"train_steps_per_second": 0.039
|
||||
}
|
||||
],
|
||||
"max_steps": 90,
|
||||
"num_train_epochs": 6,
|
||||
"total_flos": 383994839433216.0,
|
||||
"trial_name": null,
|
||||
"trial_params": null
|
||||
}
|
||||
Reference in New Issue
Block a user